সিদ্ধান্তের গাছগুলির জন্য গিনি অপরিষ্কার এবং তথ্য লাভ কখন ব্যবহার করবেন দয়া করে কেউ আমাকে ব্যাখ্যা করতে পারেন? আপনি কখন আমাকে পরিস্থিতি / উদাহরণ দিতে পারেন কখন কোনটি ব্যবহার করা ভাল?
সিদ্ধান্তের গাছগুলির জন্য গিনি অপরিষ্কার এবং তথ্য লাভ কখন ব্যবহার করবেন দয়া করে কেউ আমাকে ব্যাখ্যা করতে পারেন? আপনি কখন আমাকে পরিস্থিতি / উদাহরণ দিতে পারেন কখন কোনটি ব্যবহার করা ভাল?
উত্তর:
প্যারামিটার টিউনিংয়ের অংশ হিসাবে আপনার উভয়টি চেষ্টা করা উচিত।
তাত্ত্বিকভাবে গিনি অপরিষ্কারতা ব্রিয়ার স্কোরকে হ্রাস করে যখন এনট্রপি / তথ্য লাভ লগ ক্ষতি হ্রাস করে যাতে আপনার আগ্রহী তাদের মধ্যে কিছুটা কিছুটা পৃথক হয়। তবে অন্যান্য বিষয়গুলি যেমন প্রতিটি জিনিসগুলিতে অবিবাহিত ব্যক্তিদের দ্বারা "বিভ্রান্ত" হওয়ার পরিবর্তে লোভী গাছের বৃদ্ধিতে বহুবিধ প্রভাবগুলি আবিষ্কার করার সম্ভাবনা রয়েছে। অর্থাৎ আপনি কোনও অশুচি মেট্রিক থেকে আরও ভাল সাধারণীকরণ পেতে পারেন যা সর্বদা "সেরা" বিভাজন নির্বাচন করে না।
অনুশীলনে (আরএফের প্রসঙ্গে, তারপরে আরও বেশি কার্ট) আমি পেয়েছি ক্লিনার নিম্ন মাত্রিক ডেটা সেটগুলির জন্য এনট্রপি আরও ভাল কাজ করেছে যেখানে আপনি আরও জটিল সংকেত ফিট করার চেষ্টা করছেন পাশাপাশি সম্ভাব্য গিরিটি শোরগোল, অত্যন্ত মাত্রিকের জন্য আরও ভাল কাজ করে এমন অনেকগুলি যেখানে আপনার প্রচুর শোরগোলের সম্ভাব্য সংকেতগুলির মধ্যে থেকে একটি সাধারণ সংকেত উন্মোচন করার চেষ্টা করছে। এটি কেবলমাত্র আমার অভিজ্ঞতা এবং প্রায় সব ক্ষেত্রেই এটি হ'ল না।
দ্রষ্টব্য: একটি মন্তব্য হিসাবে শুরু হয়েছে তবে মুছে ফেলা হয়েছে এবং জিনিসগুলিতে একটি সম্প্রসারণ বিন্যাস করতে একটি উত্তরে সরে গেছে।